基于商品类型的在线负面评论有用性影响因素比较研究

[目的/意义]对在线负面评论有用性影响因素分析，能够有助于揭示在线评论的作用机理，更加有效地发挥在线评论的应用价值。[过程/方法]以京东商城（jd.com）搜索型和体验型商品的在线负面评论为研究对象建立分层回归模型，从形式特征、内容特征、文本特征、反馈特征等4个维度出发，探索不同因素对在线负面评论有用性的影响，并采用主成分分析法对商品类型调节作用下的影响因素重要程度进行排序。[结果/结论]研究结果表明，在线负面评论的影响因素受商品类型调节，会对有用性产生非线性复杂影响，导致作用度存在差异。对于搜索型商品，在线负面评论中评论等级、回复次数和评论长度等影响因素的有用性明显；而对于体验型商品，在线负面评论中附加图片、详尽地客观描述能够促进消费者做出购买决策。     

基于网络购物平台的在线评论研究综述

[目的/意义]围绕网络购物平台在线评论的研究进展进行分析和总结,为日后研究在线评论提供借鉴.[方法/过程]通过分析国内外相关文献,从概念内涵、研究意义、研究内容分类等三个方面对网络购物平台在线评论的研究现状进行梳理,分析了当前研究中存在的主要问题.[结果/结论]总结提出了完善研究体系、规范分析方法和拓展多元创新的三点研...     

面向B2C电商网站的消费者评论有用性评价模型研究

[目的/意义]目前各大电子商务网站产生了海量的评论信息，对于消费者而言，查阅和分析这些信息将面临巨大的挑战。因此，有必要对评论的有用性进行综合评价，为消费者过滤出真正有价值的内容。[方法/过程]为此，本文提出并研究了一种在线消费者评论的有用性评价模型，为消费者的网购决策提供支持。该模型主要基于分类算法，识别在线消费者评论的有用性，并按其概率值大小进行排序。根据在线消费者评论的特点，提取了一系列分类特征用于其有用性评价，然后利用支持向量机对评论进行分类并从中识别有用的记录。利用来自B2C电子商务网站的3个在线消费者评论数据集（手机、女鞋、糖果巧克力）对提出的模型进行实证分析。[结果/结论]研究结果显示，该模型能够量化地评价在线消费者评论的有用性并对其进行有效的分类排序。该模型主要依赖语义特征进行排序，而对非语义特征的依赖较少。通过选择合适的概率阈值，能够缩小验证空间，并显著提升分类精确度。     

基于有用性排序的在线评论与销量的关系研究

[目的/意义]从海量的购物评价筛选出高效用的评论文本，既能为潜在用户的购买决策提供有价值的参考，也能为电子商务经营者提供巨大的商业价值。[方法/过程]通过量化在线评论的有用性指标，以模糊层次分析法确定属性权重，依据灰色关联分析法进行在线评论有用性排序，并基于有用性过滤评论，探究在线评论对销售绩效的影响。[结果/结论]差评的各项指标相比好评来说具有明显优势，有用性更高。评论总数、评论时效性显著促进产品销售。情感倾向对搜索型商品的销量的影响并不显著。     

基于FAHP的匿名社交平台服务质量综合评价研究——以"Soul app"为例

[目的/意义]旨在构建在线匿名社交平台的服务质量评价模型,帮助用户对匿名社交平台进行判断.[方法/过程]采用层次分析法的方式,对构建的匿名社交平台服务质量评价模型中各指标权重进行确定,再采用模糊评价法对"Soul app"进行综合评价.[结果/结论]匿名社交平台服务质量评价的各指标重要程度依次为平台个性化功能、平台安全...     

基于信号传递理论的在线评论有用性影响因素研究

[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。     

考虑品牌声誉影响下的在线评论有用性研究

从品牌声誉影响的角度,选用京东商城的评价数据为研究样本,对评论有用性影响因素进行实证研究。在考虑品牌声誉的影响下,对于品牌声誉高的商品,正向评价比负向评价更有用;对品牌声誉低的商品,极性评论比中性评论更有用;不论品牌声誉的高低,评论深度对评论有用性均存在正相关关系;与品牌声誉低的商品相比,评论时效性对品牌声誉高的商品的评论有用性影响更显著。     

突发事件下网民群体负面情绪演化影响因素分析

[目的/意义]旨在为突发事件下政府应急管理决策提供依据.[方法/过程]针对突发事件下网民负面情绪演化进行研究,采用系统动力学的建模方法,从个人心理、社会传播和负面情绪治理三个方面,探讨影响因素及彼此之间的逻辑关系,构建出突发事件下网民负面情绪演化模型,并以某季酒店突发安全事件为例,分析网民负面情绪演化激励及影响因素.[...     

高校负面网络舆情事件的回应路径研究 ——基于24起突发事件的模糊集定性比较分析(fsQCA)

[目的/意义]旨在分析突发事件负面网络舆情的影响因素,探究高校的舆情回应路径具有重要现实意义.[方法/过程]采用模糊集定性比较分析法(fsQCA),选取24个典型案例,从事件种类、时间节点、回应立场、传播渠道与信息回馈因素进行比较分析,得到三条有效路径.[结果/结论]研究发现,回应时间节点的选取对高校负面舆情的应对效果...     

问答社区中信息效价与社会支持类型对潜水用户影响研究

[目的/意义]研究在线问答社区中不同社会支持与社区信息如何影响“潜水中”社区成员的认知与行为，分析在线问答社区中潜水用户在线体验，以提高社区活跃度。[方法/过程]构建提问信息效价与回答社会支持之间的匹配对潜水用户(视作观察者)的平台满意度和参与意向的影响模型，采用2(接收信息效价：积极vs.负面)×2(社会支持类型：情感vs.信息)组间实验进行模型验证。[结果/结论]在线问答社区中信息效价与社会支持对潜水用户的认知与行为影响存在差异且对感知有用性和敏感性有交互效应，在积极信息中，潜水用户对情感支持比信息支持有更高的敏感性，而在负面信息中，信息支持比情感支持有更高的有用性；同时不同问答情景导致潜水用户的平台满意度和参与意愿存在差异。     

含追加的在线评论有用性感知影响因素研究——基于眼动实验

随着网络购物的不断发展,许多在线购物网站的评论系统都增加了追加评论的功能,含追加的在线评论显著增多。然而,以往关于在线评论的研究主要集中在对一次性在线评论的研究,较少研究关注含追加的在线评论。本文聚焦于含追加的在线评论,基于归因理论、负面偏差效应等理论,运用眼动追踪技术,探索含追加的在线评论有用性感知的影响因素与消费者对其主观认知过程。研究结果表明,消费者对含负面追加评论的评论信息、初次评论与追加评论情感不一致的评论信息、初次评论与追加评论时间间隔较长的评论信息的关注程度更大,有用性感知更高。另外,眼动实验给出了更为复杂的变量之间的交互关系。     

学术专著影响力评价研究--以“三联·哈佛燕京学术丛书”为例

[目的/意义]旨在探讨学术专著影响力评价方法。[方法/过程]选取读秀馆藏数据、WorldCat馆藏数据、豆瓣评分、豆瓣热度、豆瓣评论、中国知网收录书评、论文他引、图书引用等八个指标,构建学术专著影响力评价体系。利用TOPSIS法对“三联·哈佛燕京学术丛书”中专著的影响力进行综合评价,得出专著影响力评价的结果。[结果/结论]引文计量指标和Altmetrics指标相互独立地反映了专著的影响力,Altmetrics指标能够及时地反映专著的热度和影响力,对引文计量指标的评价进行补充。     

社会化在线评论情感因素测量与有用性分析

[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。     

基于用户评论分析的网络学术信息资源评价体系模型研究

[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。     

网络产品评论细粒度意见挖掘研究综述

[目的/意义]针对网络产品评论细粒度意见挖掘的研究进展进行分析和总结,在明确其主要任务的基础上,探讨涉及的关键技术、研究成果以及未来发展趋势,为该领域研究未来的发展提供建议。[方法/过程]本文主要采用文献综述的方法,对国内外相关研究进展进行分析和归纳,由粗粒度意见挖掘引申到细粒度意见挖掘,在明确细粒度意见挖掘主要任务的基础上,重点针对其关键技术和研究进展进行总结。[结果/结论]本文明确了网络产品评论细粒度意见挖掘的主要任务,包括主客观句分类、评价要素抽取和情感极性计算,总结了各个任务涉及的关键技术。